Python Pandas - 重命名和合并 3 个数据集答案

【问题标题】：Python Pandas - Rename and merge of 3 datasetsPython Pandas - 重命名和合并 3 个数据集
【发布时间】：2018-04-05 12:03:11
【问题描述】：

我想更改 3 个数据集的公共变量名称然后合并它们，但似乎重命名不会将 var name 更改为 EID，我该如何解决？

另外，我可以使用 pd.merge 命令合并 3 个数据集，而不是对所有数据进行 1:1 合并吗？

谢谢

data1516 = pd.read_csv('C:/data2015_2016.csv', sep='|', names=None, header=1, encoding='latin-1')    
data1617 = pd.read_csv('C:/data2016_2017.csv', sep='|', names=None, header=1, encoding='latin-1')    
data1718 = pd.read_csv('C:/data2017_2018.csv', sep='|', names=None, header=1, encoding='latin-1')

data1516.rename(index=str, columns={"Employer: ID" : "EID"})    
data1617.rename(index=str, columns={"Employer: ID" : "EID"})    
data1718.rename(index=str, columns={"Employer: ID" : "EID"})    
data1517 = pd.merge(data1516, data1617, on='EID', how='outer')

【问题讨论】：

将其分配回data1516=data1516.rename(index=str, columns={"Employer: ID" : "EID"})
谢谢！但添加它们后我仍然会收到一个 keyerror。
KeyError: 'EID'
将其添加为答案。请检查
已经为所有人做了:) thx

标签： python pandas merge rename

【解决方案1】：

这应该可以解决问题：

dfs = [data1516, data1617, data1718]
df = pd.concat([x.rename(columns={"Employer: ID" : "EID"}) for x in dfs], axis=1)

【讨论】：

顺便说一句，为了简单的查询，有没有办法使用合并而不是 concat 来做到这一点？
似乎我们可以将 EID 设置为索引应该更好吧？
@Nora, merge() 只接受两个 DF，因此您必须重复 (N-1) 次，其中 N 是要加入的 DF 数
非常感谢 Max，是的，我想我会合并，因为我的主管不想要 concat，但你的重命名有效！
@maxU 你能帮我把你的方程式分解成只重命名吗？

【解决方案2】：

通过使用reduce

data1516=data1516.rename(columns={"Employer: ID" : "EID"})    
data1617=data1617.rename(columns={"Employer: ID" : "EID"})    
data1718=data1718.rename(columns={"Employer: ID" : "EID"})  

l=[data1516,data1617,data1718]
import functools 
df=functools.reduce(lambda x, y: pd.merge(x, y, on = 'EID'), l)

【讨论】：

试过用这个，但仍然是关键错误。顺便说一句，感谢您让我提醒功能工具！多么初学者